第一次用 AI 寫程式就上手！給完全不懂 Code 的台灣文組生:從 LINE Bot 到自動記帳，Cursor + Claude 超詳細入門攻略

上個月，我一個念台文系的朋友傳了一張截圖給我。

那是一個 LINE Bot。她自己做的。功能很簡單:傳一句「午餐 85」，Bot 就會自動記到 Google Sheets 裡，月底還能叫它吐出消費摘要。她從來沒寫過任何一行程式碼。

「我用 Cursor 加 Claude 做的，大概花了一個週末。」她說得雲淡風輕，我卻愣了一下——因為這件事在兩年前，至少需要一個初階工程師花兩天才能搞定。

所以這篇文章要講的不是什麼「AI 取代工程師」的大道理。我想寫一份真正能用的攻略，給那些看到 terminal 會心跳加速、看到 npm install 會想關電腦的人。

你需要準備什麼（真的不多）

工具就三個:

Cursor — 一個內建 AI 的程式碼編輯器，長得像 VS Code，但它最厲害的地方是你可以直接用中文跟它對話，叫它幫你寫 code、改 code、解釋 code。免費版就夠用了。去 cursor.com 下載，裝好，打開。

Claude — Anthropic 做的 AI 模型。Cursor 裡面可以選用 Claude 作為你的 AI 後端（目前最推薦 claude-sonnet-4-6，平衡速度和品質）。在 Cursor 的設定裡切換模型就好。

LINE Developers 帳號 — 去 developers.line.biz 用你的 LINE 帳號登入，建立一個 Messaging API channel。這步驟 LINE 官方有中文教學，照著點就行。

就這樣。不用裝 Python、不用學 Git（至少一開始不用）、不用搞什麼虛擬環境。

第一步:讓 Cursor 幫你生出整個專案

打開 Cursor，按 Cmd+L（Mac）或 Ctrl+L（Windows）叫出 AI 聊天面板。然後打這段:

「幫我建立一個 LINE Bot 專案，使用 Python Flask 框架。功能是:使用者傳送格式像「午餐 85」的訊息，Bot 會把品項和金額記錄到 Google Sheets。請幫我生成完整的檔案結構和程式碼，並在每個關鍵步驟加上中文註解。」

這裡有個關鍵——你的提示詞越具體，結果越好。 別只說「幫我做一個 LINE Bot」，那太模糊了。Claude 會給你一個能動但可能不是你要的東西。

Cursor 會幫你生出大概三到四個檔案:app.py（主程式）、requirements.txt（套件清單）、可能還有一個 .env 範例檔。你不需要看懂每一行，但花五分鐘讀一下那些中文註解。真的，讀一下。

第二步:串接 LINE（這步最容易卡）

坦白講，整個流程裡最煩的不是寫程式，是設定環境。

你需要從 LINE Developers 後台拿到兩個東西:Channel Secret 和 Channel Access Token。然後把它們貼到你的 .env 檔案裡。

如果你卡住了（你大概率會卡住），直接在 Cursor 裡問:

「我在 LINE Developers 後台找不到 Channel Access Token，請告訴我具體在哪個頁面、哪個按鈕。」

Claude 會給你一步一步的導航。比 Google 搜尋快得多，因為它不會給你五篇過時的部落格文章。

Google Sheets 的串接也是類似邏輯——你需要建立一個 Google Cloud 專案、啟用 Sheets API、下載服務帳戶的金鑰檔案。聽起來很嚇人，但每一步都可以問 Cursor 裡的 Claude。它就是你的隨身工程師。

第三步:部署（讓 Bot 真的活起來）

程式在你電腦上跑得動，不代表 LINE 能連到它。你需要把程式部署到網路上。

我推薦文組新手用 Railway 或 Render，都有免費方案，而且部署流程相對人性化。在 Cursor 裡這樣問:

「請幫我寫一份把這個 Flask 專案部署到 Render 的步驟說明，我沒有用過任何部署服務，請寫得像教小學生一樣詳細。」

不要不好意思說自己不懂。跟 AI 對話的時候，承認自己的程度反而會得到更好的回答。 這是提示詞工程裡最被低估的技巧。

你一定會遇到的坑（以及怎麼爬出來）

「程式跑起來了但 Bot 沒回應」 — 八成是 Webhook URL 設定錯了。在 LINE 後台檢查 Webhook URL 是不是你部署後拿到的那個網址，後面要加 /callback。

「Google Sheets 寫不進去」 — 通常是你忘記把服務帳戶的 email 加進那張 Google Sheets 的共用權限裡。這個問題我看過至少十個人踩到。

「改了程式碼但行為沒變」 — 你可能改了本地檔案但沒重新部署。Render 如果連了 GitHub 會自動部署，但 Railway 可能需要手動觸發。

每次遇到錯誤，把完整的錯誤訊息（那些紅色的英文字）整段複製貼到 Cursor 的聊天裡，然後問「這個錯誤是什麼意思，怎麼修？」。Claude 讀 error log 的速度比任何人類都快。

Cursor + Claude vs 其他方案:文組生該選哪個？

GitHub Copilot 在 VS Code 裡的自動補全確實很順，但它比較適合「已經會寫 code 的人寫得更快」。對完全零基礎的人來說，Cursor 的對話式介面友善太多了——你不需要知道從哪裡開始打字，直接用中文描述你要什麼就好。

Gemini Code Assist 跟 Google 生態系整合得不錯，如果你的專案重度依賴 Google Cloud 服務可以考慮。但以中文理解能力和程式碼品質來說，目前 Claude 還是明顯領先（這是我的個人偏見，但我測過很多次了）。

至於直接用 ChatGPT 網頁版貼 code？可以，但你會花很多時間在「從對話視窗複製程式碼→貼到編輯器→發現少了一個檔案→再回去問」的迴圈裡。Cursor 把這整個流程壓縮成一個介面，省下的時間非常可觀。

提示詞的藝術（給文組生的優勢）

這邊我要說一個反直覺的事:文組生用 AI 寫程式，搞不好比理組新手更有優勢。

因為提示詞本質上是語言能力。你描述需求越精確、脈絡給得越完整，AI 的輸出品質就越高。這不正是文組四年在訓練的東西嗎？

幾個實戰技巧:

• 先說目的再說規格:「我想做一個幫我追蹤每月飲料花費的工具」比「幫我寫一個 Python 腳本」有用得多
• 給範例:「使用者輸入格式像這樣:『拿鐵 75』或『計程車 250』」
• 分步驟問:不要一次要求全部功能。先做核心的「記帳」，確認能動了，再加「月報表」
• 出錯就貼 log:不要試圖自己翻譯錯誤訊息，整段貼給 Claude

老實說

這個方法不會讓你變成工程師。你做出來的 code 可能不夠優雅、架構可能不夠乾淨、遇到複雜問題還是需要找真正的工程師幫忙。

但它會讓你從「我完全不懂程式」變成「我可以用 AI 把我的想法做成一個能用的東西」。

這中間的距離——在 2024 年之前，至少要跨越三個月的基礎課程。現在，一個週末就夠了。

我那個台文系的朋友現在每天用自己做的 Bot 記帳。上週她問我:「欸，我想加一個功能，月底自動傳圖表給我，可以嗎？」

當然可以。再問一次 Claude 就好了。

---

---

🛠️ CULTIVATE Recommended Tools | 精選工具推薦

• Codecademy: Learn Python and Data Science interactively from scratch.

Disclosure: CULTIVATE may earn a commission if you purchase through these links.